PENERAPAN ALGORIYMA NAIVE BAYES UNTUK PREDIKSI PENYAKIT JANTUNG

Abstract

Latar Belakang: Perkembangan ilmu pengetahuan telah merambah berbagai bidang, termasuk kesehatan, di mana ilmu pengetahuan digunakan untuk pengolahan data. Salah satu contohnya adalah pengolahan data pasien penyakit jantung. Namun, sebagian besar data pasien tersebut belum dimanfaatkan secara optimal, sehingga informasi yang dihasilkan kurang efektif untuk mendukung pengambilan keputusan terkait kesehatan pasien, baik yang menderita penyakit jantung maupun tidak. Pengambilan keputusan yang didasarkan pada data atau informasi yang akurat dapat menghasilkan prediksi yang lebih tepat mengenai kondisi kesehatan pasien. Tujuan Penelitian: Berdasarkan permasalahan tersebut, penelitian ini bertujuan untuk mengembangkan sebuah sistem prediksi penyakit jantung menggunakan data historis. Sistem ini dirancang untuk membantu proses pengambilan keputusan secara lebih akurat dengan memanfaatkan algoritma Naive Bayes dan bahasa pemrograman Python. Metode Penelitian: Penelitian ini menggunakan metode kuantitatif dengan pendekatan deskriptif. Algoritma Naive Bayes diterapkan untuk menganalisis dataset penyakit jantung guna menghasilkan prediksi yang akurat. Hasil Penelitian: Hasil penelitian menunjukkan bahwa sistem prediksi yang dibangun mampu mengidentifikasi penyakit jantung dengan tingkat akurasi yang cukup tinggi, yaitu 82%, 83%, dan 84%. Pengujian dilakukan menggunakan dataset yang terdiri dari 1.024 data pasien. Kesimpulan: Dapat disimpulkan bahwa sistem prediksi berbasis algoritma Naive Bayes ini efektif dalam memprediksi penyakit jantung dengan akurasi yang baik. Sistem ini dapat menjadi alat pendukung dalam pengambilan keputusan medis berdasarkan data historis.